STAGE - Optimisation d’algorithmes de deep learning - F/H

AI in this role

Research and optimize deep learning algorithms and inference acceleration techniques for neural network architectures.

pytorchtensorflowpythonnvidia-jetson

deep-learningmodel-optimizationinferencequantizationpruning

Lieu : Elancourt, France

Construisons ensemble un avenir de confiance

Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d’activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif. Le Groupe investit près de 4,5 milliards d’euros par an en Recherche & Développement, notamment dans des domaines clés de l’innovation tels que l’IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 85 000 collaborateurs dans 65 pays.

Nos engagements, vos avantages

Notre savoir-faire technologique
Notre attention portée à l’équilibre des collaborateurs
Un environnement inclusif et bienveillant
Un engagement sociétal et environnemental reconnu (Thales Solidarity, indice CAC 40 ESG…)

Votre quotidien

Au coeur de Saint Quentin en Yvelines, le site d'Elancourt est un des centres d’excellence technologique Thales les plus importants. La diversité et la technicité des systèmes et équipements mobilisent des savoir-faire dans plus de 80 métiers dans les solutions de défense, de sécurité de haute technologie et de services numériques.

Au sein du Service Traitement d'Images de la Business Line Optronique et Electronique de Missile (OME), l'accélération de l'inférence constitue un élément clé de la conception comme du déploiement des réseaux de neurones. Il existe une variété de techniques, des plus génériques aux plus spécialisées pour une architecture donnée permettant cette accélération (quantification, pruning, factorisation de rang faible…).

Ce stage a pour objectif l'étude de l'équilibre entre la combinaison de ces différentes approches et la préservation de la qualité de l'inférence.

En nous rejoignant, vous vous verrez confier les missions suivantes :

Dresser un état de l'art synthétique des approches d'accélération les plus prometteuses sur des architectures de réseaux de neurones définies.
Etablir et mettre en œuvre un protocole expérimental pour évaluer ces approches et la pertinence de leur combinaison au regard des caractéristiques de la cible matérielle (type NVIDIA, Jetson)
Esquisser une cartographie de l'accélérabilité d'architectures de réseaux variées, et en déduire une méthodologie de choix d'architectures.
Etablir la rédaction d'un rapport de stage et d'un rapport d'étude interne.

Votre profil :

Vous suivez un cursus de niveau BAC+5 avec une spécialisation en informatique et vous recherchez un stage pour une durée de 6 mois ?

Vous avez des bases théoriques et pratiques en machine learning / deep learning ?

Vous maitrisez le langage Python et de la librairie PyTorch (ou TensorFlow)?

Idéalement, vous avez une connaissance des GPUS NVIDIA, des techniques d’optimisation GPU ou de profiling GPU ?

Vous démontrez une certaine capacité à communiquer et à exposer clairement votre travail à l’écrit comme à l’oral ?

On vous reconnait pour votre esprit d’analyse, de synthèse, et de rigueur scientifique ?

Alors ce stage est fait pour vous !

MOT DE L'EQUIPE :

Vous aurez l'opportunité d'avoir un impact direct sur le développement de nos algorithmes. Vous serez mêlé à d'autres stagiaires couvrant d'autres problématiques sur une grande variété d'activités du service et donc de découvrir de nouvelles activités.

Tous nos stages sont conventionnés et soumis à une gratification dont le montant est déterminé selon votre niveau d’études.

Thales, entreprise Handi-Engagée, reconnait tous les talents. La diversité est notre meilleur atout. Postulez et rejoignez nous !

How we rate this

STAGE - Optimisation d’algorithmes de deep learning - F/H at Thales rates 90 out of 100 for how much of the daily work is AI. That makes it Builds AI (AI Level 4 of 4). The level is about AI in the job, not seniority.

Classification

Builds AI. The job is building AI systems.

●●●● Builds AI80 to 100
●●●○ Works on AI60 to 79
●●○○ Uses AI40 to 59
●○○○ Little AI0 to 39

Levels come from how often the tools, models and workflows of the role are named in the posting itself. Open the description and count.

Prepare for this job

A free preview built only from this posting: what it asks for, what you could be asked in an interview, and how to adjust your resume.

Skills and AI tools this role asks for

Deep LearningModel OptimizationInferenceQuantizationPruningPyTorchTensorFlowPython

Questions you could be asked

Tell me about a project where deep learning was part of your work. What did you do?
Tell me about a project where model optimization was part of your work. What did you do?
Tell me about a project where inference was part of your work. What did you do?
Tell me about a project where quantization was part of your work. What did you do?
Tell me about a project where pruning was part of your work. What did you do?

Adapt your resume

List these exact terms on your resume: Deep Learning, Model Optimization, Inference, Quantization, and Pruning. An applicant tracking system matches the wording, not the idea.
Attach one line of real, concrete experience to at least one of them — a tool named with nothing behind it rarely survives a human read.
Lead with what you built, trained or shipped — this role is judged on the AI system itself, not the tools around it.

Want your resume actually rewritten for this job?

The free preview above is everything we have today. A full resume rewrite is not live yet and has no price set. Join the waitlist and we will email you if we open it.